量化投资的未来：人工智能

大约30年以前，巴菲特在给他的崇拜者的信中讽刺资产管理行业有开始用电脑管理资产的趋势。在巴菲特的《1987年致股东信》中他这样写道：“我认为，成功的投资不能依赖于晦涩的数学公式、电脑程序和股票市场释放的信号。”但由巴菲特掌管的美国保险公司伯克希尔.哈撒韦(Berkshire Hathaway)的主席表示，将在短期内改变公司的投资并重新部署。

计算机行业的改革与进步影响到了现代生活的方方面面，包括金融市场在内。世界上最成功的对冲基金不再追求与经济学家或是投资顾问的合作，而是趋向于和计算机专家开展合作。就连一向沉稳的对冲基金，在吸收了婴儿潮时期的存款和石油盈利后也开始把目光转向利用量化投资战略的现代计算机和复杂数学算法。

本月初，总部位于德国柏林的一家人工智能公司Parlamind获得了165万美元的种子融资。这场金融科技的军备竞赛的下一个高很可能是人工智能(AI)。事实上，人工智能已经引起了行业内的普遍关注。有一些人甚至认为人工智能会让现在看起来复杂高效的量化投资技术都相形见绌，更会让基金顾问们显得冗余累赘。那么，下一个“巴菲特式”的传奇会是由人工智能，这个超级量化投资技术所创造的吗？

人工智能在量化投资中的应用主要有三种，分别是模式识别短线择时，RBF神经网络股价预测和机遇遗传算大新股预测。模式识别短线择时是指量化投资模型根据市场近期信息，比如市场价格等，演绎近期市场行情一次获取超额收益。而RBF指的是径向基函数，该模型通过对股票的历史数据，分析股票的未来走势。最后基础遗传算法新股预测就是量化投资模型上市公司的请款和市场投资环境预测公司首日的收盘价格。那百度举例，百度上市时首日收盘价格为122.54元，人工智能预算的首日收盘价格为123.88元，误差为1.1%。

科幻小说作家威廉.吉布森(William Gibson)曾说：“未来已经来临，只是尚未流行。”Bridgewater是世界上最大的对冲基金集团，在2012年挖走了美国国际商用公司(IBM)华盛顿人工智能小组组长，去年美国的两家对冲基金黑石公司(BlackRock)和Two Sigma，宣布雇佣前谷歌工程师也开始用起量化投资模型。猎头公司表示计算机专家时下在金融圈很是吃香。

量化投资的兴起取代了传统基金经理的工作，但要完全达到人工智能仍有很长的一段路要走，而且有行业人士指出不论人工智能发展到何种境地，人类在资产管理中始终扮演者重要角色。资管经理们的自信不无道理。何况他们已经开始运用类似于人工智能的投资战略，他们仍坚信，自己会主导未来。

Two Sigma的合伙人David Siegel在去年的某次记者会说：“投资界现在遇到的问题是，人类的大脑与100年前相比并没有显著的进步，对于任何一个人来说用传统方法处理世界上所有金融信息都是天方夜谭。而电脑在过去几十年间的发展可谓翻天覆地。最终，没有任何人能打败电脑。”或者黑客帝国的台词更为贴切“Never send a human to do a machine’s job。”（不要试图让人类完成机器的工作）

量化投资顾问们早已掌握了如何运用日益强大的电脑模型找到最佳的投资机会，向投资者提供最佳投资组合，但机器学习还是要比人类学习先行一步。事实上，所谓机器学习无非是量化投资模型在大量的股票，天气，电话记录，Facebook和谷歌的浏览记录中找出合适的投资契机，这体现了量化投资模型处理数据、筛选数据的能力。

但对于量化投资模型来说也有挑战。比如在发生英国脱欧、法国恐袭或者美国大选这样的政治事件影响到金融市场时，过去的量化投资模型就宣告被淘汰，需要重新建立。除此之外，量化投资海绵领这过度拟合的风险。过于复杂的算法和糟糕的编程会使得量化投资模型释放出错误的投资信号。

不管怎样，量化投资模型对于资产管理来说都不应该是一个威胁。全球经济越来越复杂，总有一天单靠人类一己之力不足以让全球金融体系平稳运行，而以量化投资为代表的人工智能能让资管顾问更全面的理解全球金融局势。